python - 正则表达式模式仅用一项替换列值

Question

我已成功从以下列值示例中提取日期模式:

u"Message-ID: <18782981.1075855378110.JavaMail.evans@email> Date: Mon, 14 May 2001 16:39:00 -0700 (PDT) From: phillip.allen@email.com To: tim.belden@email.com"

这是我的代码:

enron_df['date'] = enron_df['message'].str.extract('Date:([^/]+)From:', expand=False).str.strip()
enron_df['date'] = enron_df['date'].str[5:-21][0]
enron_df['date'] = [x.encode('utf8') for x in enron_df['date']]
enron_df['date'] = enron_df['date'].str.replace(" ","-")

这是示例输出:

enron_df.head(3)

            message sender  date
date            
2001-05-14  abcdefg allen   14-May-2001
2001-05-14  abcdefg bob     14-May-2001
2001-05-14  abcdefg john    14-May-2001

head 之外的所有行都保存相同的确切日期，这是否有原因？现在我将删除日期列，因为它是索引，但我需要索引才能正确显示。

每一行都应该是唯一的......

Answer 1

代码的第二行:

enron_df['date'] = enron_df['date'].str[5:-21][0]

是在所有行中重复相同日期的原因。 0 索引选择第一行，然后将列中的每个日期设置为等于该值。

我相信删除 [0] 可以解决您的问题。